Lip-Sync-Tools erledigen einen von zwei Jobs. Manche verändern den Mund der sprechenden Person in vorhandenem Videomaterial, damit er zu einer neuen Tonspur passt; genau das brauchst du, um einen gefilmten Moderator zu synchronisieren. Andere erzeugen aus einem Standbild und einer Tonspur einen neuen Clip, in dem jemand spricht. Für beides gibt es Gratis-Tarife, und ihre Grenzen unterscheiden sich: von 3 Generierungen im Monat mit bis zu 20 Sekunden (Sync Labs) bis zu 3 Videos im Monat mit bis zu 1 Minute (HeyGen). Unten stehen die Gratis-Bedingungen von vier Tools, geprüft auf ihren eigenen Seiten am 2026-10-02.
Was 8frame kann und was nicht: 8frame hat kein Tool, das den Mund in vorhandenem Videomaterial auf eine neue Tonspur synchronisiert, und kein Tool zum Übersetzen, Transkribieren, Synchronisieren oder Klonen von Stimmen. Seine audiogesteuerten Lip-Sync-Tools (Pruna Avatar, Hailuo H3 Max Lip Sync, OmniHuman 1.5) erzeugen aus einem Standbild-Porträt und einer Tonspur einen neuen Sprech-Clip, bis zu 35 Sekunden pro Clip. Runway Act Two, ebenfalls auf 8frame, wird von einem gefilmten Performance-Video gesteuert, nicht von einer Tonspur. Die Stimme kann eine Aufnahme sein, die du schon hast, oder ein Skript, das du auf 8frame mit ElevenLabs TTS vertonst (13 Credits pro angefangene 1.000 Zeichen).
Kurzfassung
- Gratis-Tarife: HeyGen gibt 3 Videos im Monat mit bis zu 1 Minute, dazu eingeschränkten Testzugang zur Übersetzung mit Lip Sync; Sync Labs gibt 3 Lip-Sync-Generierungen im Monat mit bis zu 20 Sekunden; Hedra wirbt mit einem Gratis-Tarif, nennt auf der Preisseite aber kein Kontingent; der Gratis-Tarif von Kapwing enthält kein Lip Sync
- Wasserzeichen und Lizenzen: Sync Labs und Kapwing versehen Gratis-Ergebnisse mit Wasserzeichen, HeyGen verkauft das Entfernen ab 29 US-Dollar im Monat, und HeyGen behält die kommerzielle Nutzung den bezahlten Tarifen vor
- Zwei Arten von Tools: vorhandenes Videomaterial neu synchronisieren (die Lip-Sync-Übersetzung von HeyGen, Sync Labs, Kapwing in bezahlten Tarifen) oder aus einem Standbild und einer Tonspur einen neuen Clip erzeugen (Hedra und die Lip-Sync-Tools von 8frame)
- Auf 8frame: ein neuer Sprech-Clip aus einem Standbild-Porträt ab 17 Credits für 5 Sekunden (Pruna Avatar in 720p); Hailuo H3 Max Lip Sync ab 34 für 5 Sekunden; OmniHuman 1.5 für 112 pro 5 Sekunden; eine generierte Stimme kostet zusätzlich 13 pro angefangene 1.000 Zeichen. Kein Lip Sync für vorhandenes Videomaterial
- Was du testen solltest: die Laute p, b und m, den Bereich um den Mund, den Kiefer und das Timing in Pausen
- Die Grenze der Einwilligung: Lip Sync auf eine echte Person anzuwenden, braucht ihre Erlaubnis für genau diese Worte
Die Gratis-Tarife im Vergleich
| Tool | Was es synchronisiert | Gratis-Kontingent | Wasserzeichen | Kommerzielle Nutzung im Gratis-Tarif |
|---|---|---|---|---|
| HeyGen | Übersetzte Videos (Übersetzung mit Lip Sync) und Avatare | 3 Videos im Monat, je bis zu 1 Minute; "limited trial access" (eingeschränkter Testzugang) zur Übersetzung mit Lip Sync | Entfernen des Wasserzeichens ab Creator, 29 US-Dollar im Monat | Nein: Gratis-Ergebnisse sind "solely for personal, non-commercial, and internal evaluation purposes" lizenziert (nur für persönliche, nicht kommerzielle Nutzung und interne Evaluierung) |
| Sync Labs (sync.so) | Ein vorhandenes Video auf eine neue Tonspur | 3 Lip-Sync-Generierungen im Monat, je bis zu 20 Sekunden (höchstens 1 mit sync-3, bis zu 15 Sekunden), dazu 10 Text-to-Speech-Generierungen; keine Kreditkarte nötig | Ja: "All free outputs include a watermark" (alle Gratis-Ergebnisse tragen ein Wasserzeichen); entfällt ab Creator, 19 US-Dollar im Monat (Hobbyist, 5 US-Dollar im Monat, behält es) | Die Nutzungsbedingungen (zuletzt überarbeitet am 2024-06-06) enthalten keine eigene Regel für Gratis-Konten |
| Hedra | Ein Standbild und eine Audiodatei | Ein Gratis-Tarif wird beworben ("Free Plan, No Credit Card", Gratis-Tarif ohne Kreditkarte); die Preisseite nennt kein Kontingent | Für den Gratis-Tarif nicht angegeben; laut Preis-FAQ behält ein gekündigtes Konto nur "limited watermarked generations" (begrenzte Generierungen mit Wasserzeichen) | "Commercial use" (kommerzielle Nutzung) steht bei jedem bezahlten Tarif, ab Basic für 20 US-Dollar im Monat; die Bedingungen des Gratis-Tarifs stehen nicht auf der Preisseite |
| Kapwing | Persona-Ebenen und synchronisierte Projekte | 10 Credits; Lip Sync ist im Free-Tarif als nicht enthalten markiert | Ja: "Unlimited exports with a watermark" (unbegrenzte Exporte mit Wasserzeichen) | Nutzungsbedingungen: "You own the rights to the content you create" (die Rechte an deinen Inhalten liegen bei dir), ohne Unterscheidung zwischen gratis und bezahlt |
Kapwings eigene Preisseite widerspricht sich, ab welchem Tarif es Lip Sync gibt: Die Tarifkarten führen "Lip sync videos" bei Business auf, die Vergleichstabelle zeigt Lip-Sync-Minuten schon ab Pro. Im Gratis-Tarif ist es so oder so nicht enthalten.
Die Gratis-Kontingente sind klein: eine Minute pro Video bei HeyGen, 20 Sekunden pro Generierung bei Sync Labs. Das reicht, um mit deinem eigenen Material zu testen, worauf es ankommt, bevor du zahlst.
Zwei Arten von Lip Sync
Vorhandenes Videomaterial neu synchronisieren. Du lädst ein Video, in dem jemand spricht, und eine neue Tonspur hoch, und das Tool verändert den Mund der sprechenden Person passend dazu. Das ist der Job, wenn ein Moderator schon gefilmt ist und sich das Skript ändert oder das Video in eine andere Sprache soll. Die Lip-Sync-Übersetzung von HeyGen, Sync Labs und Kapwing (in bezahlten Tarifen) arbeiten so. 8frame nicht.
Ein neuer Clip aus einem Standbild. Du gibst dem Tool ein Porträt und eine Tonspur, und es erzeugt einen Clip, in dem diese Person spricht; der Clip ist so lang wie das Audio. Hedras Lip-Sync-Seite beschreibt genau das, und das machen auch die audiogesteuerten Lip-Sync-Tools von 8frame. Es gibt kein Originalvideo, an das sich das Ergebnis anpassen muss, also wird die ganze Einstellung generiert.
Was du in einem Gratis-Tarif testen solltest
Nutze die Gratis-Generierungen für das schwierigste Material, das du hast, und prüfe vier Dinge:
- Lippenschluss. P, b und m werden mit geschlossenen Lippen gebildet. Nimm einen Satz voller solcher Laute auf ("papa bought a map", auf Deutsch etwa "Mama backt Brot mit Butter") und achte darauf, ob sich die Lippen bei jedem Laut wirklich schließen.
- Der Bereich um den Mund. Achte auf Unschärfe, einen sichtbaren Kasten oder eine Farbverschiebung rund um die Lippen.
- Kiefer und unteres Gesicht. Beim Sprechen bewegen sich Kiefer und Wangen, nicht nur die Lippen. Prüfe, ob sie sich mitbewegen.
- Timing zum Audio. Der Mund sollte in Pausen und beim Atmen stillstehen und sich nicht einfach weiterbewegen.
Bei Tools, die vorhandenes Videomaterial neu synchronisieren, teste außerdem Kopfdrehungen, Hände in Gesichtsnähe und schnelles Sprechen. Bei Tools, die von einem Standbild ausgehen, teste das Porträt, das du tatsächlich verwenden willst, mit seinem Bildausschnitt und seinem Licht.
Lip Sync auf 8frame: was es kostet
Die audiogesteuerten Lip-Sync-Tools von 8frame erzeugen einen neuen Clip aus einem Standbild; keines davon verändert den Mund in einem hochgeladenen Video, damit er zu einer Tonspur passt. Runway Act Two kann ein Video der Figur annehmen, wird aber von einer gefilmten Performance gesteuert, nicht von Audio. Die Preise stammen aus dem Preiscode von 8frame, geprüft am 2026-10-02; ein Credit ist zum Paketpreis 0,01 US-Dollar wert.
| Tool | Was du ihm gibst | Länge | 5 Sekunden | Credits pro Sekunde |
|---|---|---|---|---|
| Pruna Avatar | ein Porträt und eine Tonspur | folgt dem Audio, bis 35 s | 17 in 720p, 31 in 1080p | 3,375 / 6,075 |
| Hailuo H3 Max Lip Sync | ein Standbild und eine Tonspur, kein Text-Prompt | folgt dem Audio, mindestens 5 s, etwa 15 s pro Clip | 34 / 54 / 108 / 216 in 480p / 768p / 1080p / 2K | 6,75 / 10,8 / 21,6 / 43,2 |
| OmniHuman 1.5 | ein Bild und eine Tonspur | 5 bis 35 s, abgerechnet in 5-Sekunden-Schritten | 112 | 22,4 |
| Runway Act Two | eine Figur (Bild oder Video) und ein gefilmtes Performance-Video | 3 bis 30 s Performance | 40 | 8 |
Ein 30-Sekunden-Moderatorenclip aus einem Standbild-Porträt, vertont mit ElevenLabs TTS aus einem Skript unter 1.000 Zeichen: 13 + 102 = 115 Credits mit Pruna Avatar in 720p, 13 + 183 = 196 in 1080p, 13 + 672 = 685 mit OmniHuman 1.5. Hailuo H3 Max Lip Sync nimmt pro Clip etwa 15 Sekunden Audio, ein 30-Sekunden-Text braucht also mindestens zwei Clips (bis zu 162 Credits pro Clip in der Standardauflösung 768p). Wir haben die Qualität dieser Modelle auf 8frame nicht getestet, deshalb nennen wir ihre Preise, nicht ihre Qualität; die Details stehen in KI-Lippensynchronisation: Preis pro Modell.
Lokalisierung: welcher Weg was leistet
Ein Video mit einem Moderator vor der Kamera lässt sich auf zwei Arten lokalisieren:
- Das Originalmaterial behalten. Ein Synchronisations- oder Lip-Sync-Tool ersetzt die Stimme und verändert den Mund der sprechenden Person passend zur übersetzten Tonspur. 8frame kann das nicht; die Gratis-Bedingungen von Synchronisations-Tools findest du unter die besten kostenlosen KI-Video-Übersetzer.
- Einen neuen Moderatorenclip erstellen. Vertone das übersetzte Skript und animiere dann ein Standbild-Porträt der sprechenden Person (mit ihrer Einwilligung) zu diesem Audio. Das machen die Lip-Sync-Tools von 8frame, bis zu 35 Sekunden pro Clip mit Pruna Avatar oder OmniHuman 1.5.
In beiden Fällen gilt: Lass jede Sprache von einem Muttersprachler anhören, bevor sie veröffentlicht wird. Synthetische Stimmen klingen in Dutzenden Sprachen flüssig, und flüssig klingen heißt nicht richtig sein: Betonung, Tonlage und Redewendungen gehen auf eine Weise schief, die das Tool nicht erkennen kann. Siehe Kreativmaterial für mehrere Märkte lokalisieren (auf Englisch).
Die Grenze der Einwilligung
Lip Sync auf eine echte Person anzuwenden heißt, ihr wörtlich Worte in den Mund zu legen. Dafür braucht es die Erlaubnis dieser Person, und die Erlaubnis sollte die konkreten Worte abdecken, nicht nur die Technik. Wer zugestimmt hat, in einem Produktvideo aufzutreten, hat nicht zugestimmt, ein anderes Skript in einer anderen Sprache zu sprechen, sofern das nicht ausdrücklich vereinbart war. Dasselbe gilt für einen Sprech-Clip, der aus ihrem Porträt erzeugt wird.
Lip Sync lässt sich leicht missbrauchen, also behandle das als feste Regeln, nicht als Empfehlungen: Wende es nie auf eine Person des öffentlichen Lebens an, nie auf Videomaterial oder ein Porträt, an dem du keine Rechte hast, und nie, um zu verändern, was jemand gesagt hat.
Häufige Fragen
Gibt es ein kostenloses Lip-Sync-Tool ohne Wasserzeichen? Keines der vier geprüften Tools bestätigt das. Sync Labs versieht alle Gratis-Ergebnisse mit Wasserzeichen, Kapwing seine Gratis-Exporte und behält Lip Sync den bezahlten Tarifen vor, HeyGen verkauft das Entfernen ab 29 US-Dollar im Monat, und Hedras Preisseite sagt nicht, was der Gratis-Tarif enthält. Bei Sync Labs gibt es Ergebnisse ohne Wasserzeichen ab Creator für 19 US-Dollar im Monat.
Kann 8frame ein vorhandenes Video lippensynchron machen? Nein. 8frame hat kein Tool, das den Mund in vorhandenem Videomaterial auf eine neue Tonspur synchronisiert, und kein Tool zum Übersetzen, Transkribieren oder Synchronisieren. Seine Lip-Sync-Tools erzeugen aus einem Standbild-Porträt und einer Tonspur einen neuen Sprech-Clip, ab 17 Credits für 5 Sekunden (Pruna Avatar in 720p).
Was kostet Lip Sync auf 8frame? Pro Sekunde Ergebnis: Pruna Avatar kostet 17 Credits für 5 Sekunden in 720p (31 in 1080p), Hailuo H3 Max Lip Sync 34 für 5 Sekunden in 480p (54 in der Standardauflösung 768p), OmniHuman 1.5 112 für 5 Sekunden. Runway Act Two kostet 8 Credits pro Sekunde des Performance-Videos. Alle stehen in KI-Lippensynchronisation: Preis pro Modell.
Darf ich kostenlose Lip-Sync-Ergebnisse kommerziell nutzen? Nicht im Gratis-Tarif von HeyGen, der Ergebnisse nur für persönliche, nicht kommerzielle Nutzung und zur Evaluierung lizenziert. Hedra führt kommerzielle Nutzung bei seinen bezahlten Tarifen auf, ab 20 US-Dollar im Monat. Die Nutzungsbedingungen von Sync Labs und Kapwing unterscheiden in diesem Punkt nicht zwischen gratis und bezahlt.
Kann Lip Sync schlechtes Audio retten? Nein. Es passt das Bild an das Audio an; das Audio muss vorher stimmen.
Was ist der beste Test für ein Lip-Sync-Tool? Fang mit den Lauten p, b und m an: Nimm einen Satz voller solcher Laute auf und achte darauf, ob sich die Lippen bei jedem schließen. Prüfe danach das Timing in Pausen und den Bereich um den Mund.
Quellen
- Gratis-Tarif von HeyGen, Testzugang zur Lip-Sync-Übersetzung und Entfernen des Wasserzeichens: HeyGen pricing, geprüft am 2026-10-02
- Lizenz für Gratis-Ergebnisse bei HeyGen (Abschnitt 4, zuletzt aktualisiert am 2026-07-23): HeyGen Terms of Service, geprüft am 2026-10-02
- Tarife von Sync Labs und Entfernen des Wasserzeichens ab Creator: sync.so pricing, geprüft am 2026-10-02
- Gratis-Kontingent von Sync Labs: sync.so docs, Free Trial, geprüft am 2026-10-02
- Wasserzeichen bei Gratis- und Hobbyist-Ergebnissen von Sync Labs: sync.so docs, Billing, geprüft am 2026-10-02
- Nutzungsbedingungen von Sync Labs (zuletzt überarbeitet am 2024-06-06): sync.so Terms of Service, geprüft am 2026-10-02
- Tarife von Hedra, kommerzielle Nutzung und die FAQ zum Wasserzeichen: Hedra pricing, geprüft am 2026-10-02
- Lip Sync bei Hedra aus einem Standbild und einer Audiodatei: Hedra AI lip sync, geprüft am 2026-10-02
- Gratis-Tarif von Kapwing, Wasserzeichen und Lip Sync nach Tarif: Kapwing pricing, geprüft am 2026-10-02
- Rechte an Inhalten bei Kapwing: Kapwing Terms of Service, geprüft am 2026-10-02
- Lip-Sync- und Stimmpreise auf 8frame, Clip-Grenzen und das Fehlen eines Tools, das vorhandenes Videomaterial neu synchronisiert: Credit-Funktionen und Anfrageprüfung im Tool-Register von 8frame, geprüft am 2026-10-02
Teste mit deinem eigenen Material, lass einen Muttersprachler zuhören und verändere nie, was jemand gesagt hat.
Probier es ohne Anmeldung aus: Du landest direkt auf einem echten Board. Der 8frame-Canvas ist kostenlos und unbegrenzt; die Generierung ist kostenpflichtig ab 19 US-Dollar im Monat.